用于内窥镜视频中手术器械定位的弱监督YOLO网络
图像与视频处理
2024-06-24 v3 计算机视觉与模式识别
摘要
在微创手术中，手术器械定位是内窥镜视频的一项关键任务，可赋能多种应用以改善手术结果。然而，在内窥镜视频中标注器械位置繁琐且劳动密集。相比之下，在真实应用中获取类别信息则轻松高效。为充分利用类别信息并解决定位问题，我们提出了一种名为WS-YOLO的用于手术器械的弱监督定位框架。通过利用器械类别信息作为弱监督，我们的WS-YOLO框架采用无监督多轮训练策略来训练定位能力。我们在Endoscopic Vision Challenge 2023数据集上验证了WS-YOLO框架，其在弱监督手术器械定位中取得了卓越性能。源代码可在 https://github.com/Breezewrf/WS-YOLO 获取。
引用
@article{arxiv.2309.13404,
title = {Weakly Supervised YOLO Network for Surgical Instrument Localization in Endoscopic Videos},
author = {Rongfeng Wei and Jinlin Wu and Xuexue Bai and Ming Feng and Zhen Lei and Hongbin Liu and Zhen Chen},
journal= {arXiv preprint arXiv:2309.13404},
year = {2024}
}
备注
Accepted by ICRA 2024 Workshop on C4 Surgical Robotic Systems in the Embodied AI Era; Surgical Tool Localization in Endoscopic Videos Challenge of MICCAI2023